当务之急最该解决的问题是大众对于 AI大模型的正确认知以及最基本的AI用法。
你看这是前两天的测试结果，突出了一个政治正确，6款大模型，OpenAI的o3倒数第一，我当时看到的时候就觉得很奇怪，o3好歹也是曾经的一代王者，高考数学这种题它排名这么低怕不是有什么猫腻。
我们就拿单选题的第五题来测试下，因为这道题除了o3，其他的国产模型都答对了。
这是第五题的原题，正确答案是A. - 1/2。
这是之前的第三方的测试结果，6个模型…。
代码：
什么是 5G 固定无线接入（FWA）？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
如看看Doinb直播松松真的回去了，疑似已经被TES换人？
duckdb的性能如何？
编程语言 MoonBit 发布 Beta 版，正式进入企业场景应用，会带来哪些影响？
女生主动起来会有多主动?
电视剧《长安的荔枝》17-20 集拍得如何？有哪些值得关注的剧情点？
紧身牛仔裤看起来不正经，真的是这样吗？
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
Windows 为什么要有注册表而 Unix 就不需要？
Firefox是如何一步一步衰落的？
超小团队选择Django还是Flask？
拒绝情绪输出，大家觉得有什么办法可以让国足堂堂正正进入世界杯？
各位历史发烧友，介绍一下你知道的冷门史实或逆天史实？
***拍大尺度片子时摄影师不会看光吗？
为什么面向对象编程这么困难？
性在婚姻生活中真的重要吗?
哪吒汽车正式被申请破产，因薪酬问题员工已两月没去上班，被申请破产意味着什么？员工权益还能得到保障吗？
如何评价 Steam 新游《捞女游戏》（已改名《情感反诈模拟器》）？
中国民间中小工厂能快速造出武器吗？
作为一个服务器，node.js 是性能最高的吗？
有人说x86是条必沉的船，苹果早就跳船了，微软也有弃船的意图，你怎么看？
《灵笼》第二季中马克与冉冰在灵息籽中的重逢引发了世纪虐恋的讨论，如何评价这种情感设定？
F-35作战半径1100公里，以色列距离伊朗首都德黑兰1600公里。以色列F-35是如何轰炸伊朗的？
华为自研的仓颉编程语言将于 7 月 30 日开源，这款语言将如何影响未来的开发趋势？
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？
中办、国办发文，拟新建改扩建 1000 所以上优质普高，将带来哪些影响？可能面临哪些挑战？
Go 语言几乎打了所有 Programming Language 学者的脸，然而它却成功了，为什么？
大环境什么时候可以好？
如何评价前端组件库shadcn/ui?
